《Journal of Theoretical and Applied Electronic Commerce Research》：How Online Rankings Shape Purchase Intentions: ERP Evidence from Mobile Shopping
编辑推荐：
近年来，众多移动平台引入了产品排名系统以引导消费者选择。然而，这种排名如何影响购买决策仍未被充分理解。本文采用了一项事件相关电位（ERP）实验来捕捉移动购物过程中消费者的神经生理反应，从而揭示在线排名影响购买决策的心理过程和神经机制。研究人员的发现表明，移动购
近年来，众多移动平台引入了产品排名系统以引导消费者选择。然而，这种排名如何影响购买决策仍未被充分理解。本文采用了一项事件相关电位（ERP）实验来捕捉移动购物过程中消费者的神经生理反应，从而揭示在线排名影响购买决策的心理过程和神经机制。研究人员的发现表明，移动购物环境中的消费者同样容易受到信息级联的影响。当产品排名作为决策辅助工具呈现时，尽管认知资源有限，低排名线索仍引发了较高的注意力投入，正如较高的P2振幅所指示。随后，排名线索似乎与评估加工过程相关联，这反映在P3振幅的差异上。这些神经和行为模式反映了对低排名产品的回避倾向以及对高排名产品相对更强的信任相关评估，最终塑造了购买意愿。本研究为在线排名如何调节移动消费者的决策提供了认知神经科学证据。
**论文解读：在线排名如何塑造移动购物中的购买意愿——基于ERP的神经机制研究**
**1. 研究背景与问题提出**
随着移动互联网技术的飞速发展，移动购物已成为现代消费者生活中不可或缺的一部分。截至2025年上半年，移动购物月活跃用户已突破10亿，全球移动商务市场规模在2025年达到22391.1亿美元，展现出巨大的市场潜力。然而，相比于传统电子商务，移动消费者在购物时面临更大的不确定性。一方面，产品数量的爆炸式增长导致信息过载；另一方面，受限于移动终端的屏幕尺寸、处理效率和网络速度等多维条件，消费者难以有效比较和筛选海量产品。为此，众多移动购物平台引入了产品排名系统，如畅销榜、热卖榜和折扣榜，旨在为消费者提供决策支持，提升购物体验。
产品排名作为重要的决策支持工具，通过算法和数据模型对产品进行排序，帮助消费者更高效地定位满足需求的产品，从而降低搜索成本并可能影响购买行为。然而，随着市场竞争加剧，部分商家采取操纵排名的行为，甚至利用虚假交易“刷单”，严重威胁市场公平与消费者信任。因此，一个核心问题浮现：**平台产品排名是否仍对移动消费者的购买决策产生影响？以及这种影响是如何发生的？**
现有研究主要依赖问卷、访谈、计量模型或行为实验，这些方法难以客观、准确地捕捉消费者在购物过程中的真实心理状态，且容易产生测量偏差。尽管已有研究证实排名会引发点击和购买，但大多停留在行为层面，未能深入揭示排名信息如何转化为认知过程并最终影响购买意愿的神经机制。认知神经科学方法，如事件相关电位（ERP）和脑成像技术，为分析高级认知过程提供了客观手段，但少有研究将其应用于移动购物决策中。因此，本研究旨在利用ERP技术，填补这一空白，揭示在线排名影响移动消费者决策的认知神经机制。
**2. 主要技术方法**
本研究采用基于S-O-R（刺激-机体-反应）框架的2（产品排名：高排名 vs. 低排名）× 被试内重复测量的事件相关电位（ERP）实验设计。主要技术方法包括：
* **实验范式与数据采集**：采用S1-S2范式，通过E-Prime 3.0软件呈现刺激，并使用移动64通道脑电图（EEG）系统（eego
TM mylab搭配waveguard
TM帽，ANT Neuro公司）以1000 Hz采样率记录EEG信号。
* **数据预处理与分析**：利用ASA 4.10软件和MATLAB v25.1进行数据预处理，包括0.1-45 Hz带通滤波、独立成分分析（ICA）去除伪迹，并通过ADJUST程序识别并移除非神经成分。之后进行分段（-200至800 ms）、基线校正（-200至0 ms）并剔除±80 μV以上的试次。最终ERP成分通过跨被试总平均获得。
* **统计分析方法**：对行为数据采用配对t检验；对ERP数据（P2和P3成分的平均振幅）进行重复测量方差分析（ANOVA），并使用Benjamini-Hochberg（BH）方法控制错误发现率（FDR）进行事后检验。样本来源：52名中国福州的大学生（最终纳入49名）。
**3. 研究结果**
**3.1. 行为数据分析结果**
研究人员使用E-Prime 3.0软件记录行为数据，并用SPSS 19.0进行统计分析。配对t检验结果显示，高排名产品组的购买率（M = 0.831, SE = 0.026）显著高于低排名产品组（M = 0.114, SE = 0.028），支持了假设H1（高排名线索将导致更高的购买选择）。
**3.2. EEG数据分析结果**
研究人员将ERP分析锁定在排名信息呈现的起始点，主要关注P2和P3两个成分。
* **P2成分（100-150 ms）**：在额区（F）和额中央区（FC），刺激类型的主效应显著。进一步的配对t检验表明，在额区和额中央区，低排名产品组诱发的P2平均振幅显著高于高排名产品组（p < 0.05），在中央区（C）也呈现趋势水平（p = 0.061）。该结果支持了假设H2（低排名线索将引发比高排名线索更大的早期注意力投入）。
* **P3成分（350-450 ms）**：在顶区（P），刺激类型的主效应呈边缘显著（p = 0.084）。配对t检验显示，在枕区（O），高排名产品组诱发的P3平均振幅（M = 1.948, SE = 0.342）高于低排名产品组（M = 1.393, SE = 0.355），达到趋势水平的显著性（p = 0.084）。该结果为假设H3（高排名线索将引发比低排名线索更大的决策信心）提供了初步支持。
**4. 讨论与结论总结**
**讨论部分**：本研究通过ERP实验揭示了在线排名影响移动消费者购买决策的神经机制。行为结果与现有信息级联研究一致，表明在移动购物情境下，消费者同样容易产生对排名线索的级联依赖。EEG结果表明，决策过程可能涉及两个核心阶段：首先，排名线索迅速引发注意力资源分配，低排名线索因其可能被视为风险信号、新颖或违反预期，诱发了更大的早期注意力投入（P2振幅更高）；其次，在后续决策阶段，高排名线索通过促进更深入的评估性加工和决策确认（P3振幅更高），体现了消费者对高排名产品的积极评价和信任，从而巩固了购买意愿。这一发现支持了本研究提出的S-O-R理论框架，并将“机体”（O）分解为可由P2和P3成分索引的、时间上先后有序的两个阶段。
**研究结论部分翻译**：本研究通过一个ERP实验揭示了在线排名影响移动消费者购买决策的神经机制。首先，行为结果支持了假设H1，表明在线排名对移动消费者的购买意愿有显著的正向影响。此外，EEG结果表明，当产品排名被作为决策辅助工具呈现时，移动购物决策期间的脑活动可能涉及两个核心阶段。在初始阶段，排名线索的呈现迅速调动了注意力资源的分配，低排名线索诱发了更大的P2振幅，表明对这些线索的早期注意力投入更高，从而支持了假设H2。在随后的决策阶段，消费者基于两种不同的产品在线排名线索逐渐形成对产品的决策态度，这一过程主要通过P3成分反映出来。P3结果提供了趋势水平的支持，即高排名线索诱发了比低排名线索更大的P3振幅，部分支持了假设H3。总的来说，这些发现支持了所提出的S-O-R框架，其中在线排名线索似乎塑造了早期的注意力分配，并且本研究数据提供了初步证据表明它们也可能影响后续的评估性加工，最终促成购买意愿。从认知角度看，在线排名作为启发式信号，在信息过载下减少了不确定性并促进了快速决策。本研究提供了与信息级联效应一致的过程层面证据，表明在不确定性和认知资源受限的移动购物条件下，消费者可能会将排名线索纳入其决策过程。
